使用Java将HTML标记为Markdown

Question

有没有一种简单的方法可以使用JAVA将HTML转换为markdown？

我目前正在使用Java MarkdownJ库将markdown转换为html.

import com.petebevin.markdown.MarkdownProcessor;
...
public static String getHTML(String markdown) {
    MarkdownProcessor markdown_processor = new MarkdownProcessor();
    return markdown_processor.markdown(markdown);
}

public static String getMarkdown(String html) {
/* TODO Ask stackoverflow */
}

Answer 1

使用此XSLT.

如果您需要使用XSLT和Java的帮助,请参阅以下代码片段:

public static void main(String[] args) throws Exception {

        File xsltFile = new File("mardownXSLT.xslt");

        Source xmlSource = new StreamSource(new StringReader(theHTML));
        Source xsltSource = new StreamSource(xsltFile);

        TransformerFactory transFact =
                TransformerFactory.newInstance();
        Transformer trans = transFact.newTransformer(xsltSource);

        StringWriter result = new StringWriter();
        trans.transform(xmlSource, new StreamResult(result));
    }

Answer 2

我找到了将HTML转换为Markdown的Remark,请参阅:http: //remark.overzealous.com/manual/index.html它依赖于JSoup,这是一个用于处理真实HTML的强大Java库.

Answer 3

有一个名为Flexmark的 Java 库具有这样的功能。Maven 依赖：

<dependency>
    <groupId>com.vladsch.flexmark</groupId>
    <artifactId>flexmark-html2md-converter</artifactId>
    <version>0.64.0</version>
</dependency>

使用该类，com.vladsch.flexmark.html2md.converter.FlexmarkHtmlConverter您可以在一行中将 HTML 字符串转换为 Markdown 字符串，如下所示：

String md = FlexmarkHtmlConverter.builder().build().convert(html);

Answer 4

有一个很棒的 JS 库叫做Turndown，你可以在这里在线试用。它适用于接受的答案出错的 html。

我需要它用于 Java（作为问题），所以我移植了它。Java 库被称为CopyDown，它具有与 Turndown 相同的测试套件，我已经用真实的例子尝试过它，接受的答案是抛出错误。

使用 gradle 安装：

dependencies {
        compile 'io.github.furstenheim:copy_down:1.0'
}

然后使用它：

dependencies {
        compile 'io.github.furstenheim:copy_down:1.0'
}

附注。它有 MIT 许可证

Answer 5

我正在研究同一问题，并尝试几种不同的技术。

上面的答案可以工作。您可以使用jTidy 库来完成初始清理工作并将 HTML 转换为 XHTML。您可以使用上面链接的XSLT 样式表。

不幸的是，没有一个库具有在 Java 中执行此操作的一站式功能。您可以尝试将 Python 脚本html2text与 Jython 结合使用，但我还没有尝试过！